聊聊IP地址库那些事儿

网络世界没有空间概念，但有几种方式可以将网民标注到物理世界的地理坐标上，比如GPS，比如IP地址。因为移动互联网的普及，GPS大概已经广泛地被人所知(连不会说英文的小贩都能准确说出“机匹诶死”四个音节)，而IP地址却并不常被提起。
早期QQ聊天界面里输入框的侧栏用户信息栏里会标注对方位于“广东顺德”或者某个地址位置，这些地址信息就是根据IP地址给出的参考结果。每一个IP地址对应一个(或多个)物理地址，众多的IP地址及对应的地理信息就构成了IP地址库。
“高春辉的个人主页”的作者、手机之家创始人——那个网友说“看见您的名字，我就想起了96、97年刚上网那会儿”，现在就在做卖IP库服务的生意，网站叫IPIP.NET。
IP地址是有对应的物理地址的，但相互之间没有必然联系，运营商可以把一个IP 段比如103.196.XXX/XX分配到世界上任意一个角落，哪怕是分配好了也可以再变更，一个今天在赣州的IP地址，也许明天就可能变成南昌的了;有可能你去离家不到1公里的网吧登录QQ，系统会提示你“异地登录请注意账号安全”。IP信息是动态的，世界上没有一个100% 准确的IP库，只有相对准确的IP库——他希望做到 NO.1 的位置。
维护一个相对准确的IP地址信息库是相当卷帙浩繁的工程。他从做ipip.net到现在超过两年的时间，只有一天两天没有更新数据。“也不是真的一定需要每天更新，只不过要提着这股劲儿，怕松懈，一旦停下来有可能就会断掉了。我见过很多人做事情一开始是热火朝天雄心勃勃的，后来中途发生一点变故，就中断了。你看起点上那么多网络小说信誓旦旦地说‘绝不断更’、‘绝不太监’，后面还是因为各种各样的原因就没有然后了，连停更公告都没有。”
为什么会选择IP库这么考验耐力和毅力的工程?
这要从他2007年在ECSHOP的时候说起，那时候为了做用户访问分析，他开始接触IP库，当时市面上最主流的是纯真IP库，但纯真的数据结构相对杂乱，“北京”、“北京朝阳”、“呼家楼”，大到省级，小到楼栋，没有办法直接使用;并且因为无法验证，准确性也没有保障，一个被标注为北京的IP地址，实际上有可能是山东的。“当然就是想验证的话可能也验证不了，你凭什么验证呢?人家没条件又没收入，能坚持做就不错了。”他说。
纯真也是一个很特别的团队，十年如一日地维护着一个免费的IP库，保持五天一更新的节奏。“你试试?”
但那个时候，高春辉并没有打算要自己做一个IP库，因为觉得工程浩大，自己无法坚持下去：“光是想想一个40岁的大叔天天在电脑面前给你维护IP库，自己就先哭了。”
2011年，他开始做“爱壁纸”，这种图片应用用户对流量和下载速度都非常敏感，所以高春辉花了不少精力去研究如何改善体验，其中一件很重要的事情就是通过解析CDN 加速域名获知用户的物理地址。原先的爱壁纸业务趋于稳定，他在这件事上投入的时间越来越多，越发觉得目前市面上的IP库用得不顺手。“干脆自己做一个。”
认识他的人都知道他的风格是不走别人的老路，“一个不能和别人拉开档次的事情，绝对不干”。
首先是原始数据的积累，包括不限于利用市面上已有的数据库，解析、结构化、重新入库，自有或者其它可信任的数据来源，全球 WHOIS / BGP / ASN / RADB 数据，自行维护的全球 rDNS 以及骨干网路由 IP 数据库，运营商、客户、合作伙伴的反馈数据和网友提交纠错的数据等等。这些数据每天都在更新，新增，或者发生一些变化。
解决了原始数据积累，接下来就是数据准确程度的问题，高春辉用了280多个遍布于世界的云主机作为监测点，比如要验证一个IP是不是位于纽约，就从纽约就近的几个监测点去访问这个地址，从响应的速度——是不是一毫秒两毫秒——去判断这个地址是不是真的在纽约。
这280个监测点的分布，除了中国大陆、港台、亚太地区(澳门暂时没有)占据了不少之外 ，北美和欧洲分布也比较密集。“拉美和非洲加起来都不过10来个，印度也很少，监测点的分布和需求是对应的。现在很多国内厂商出海第一站是印度，那可能是物理世界的市场足够大，但对于我们这样的纯数字业务，感受不明显，反而不如巴西。”
每天对着一堆数字和表格，维护数据库是一个相当消磨耐心和毅力的工作。高春辉说，它首先是一个技术活，其次还是一个力气活，如果你问竞争对手做了怎么办，腾讯做了怎么办，你倒是让他们先去试试。
网络情况
“我去见一个曾经维护过 IP 库的朋友的时候，聊着聊着就差抱头痛哭了，因为遇到的坑大部分是一样的。”他说。
IP库的需求和价值在哪儿?
对于处于草莽阶段的公司来说，验证产品需求是否强烈、商业模式是否可行是第一要务，用户地址定位的准确与否并不急迫，开发者往往从淘宝、新浪、百度的IP库里爬一些数据或者从纯真上面下载一个了事，这在粗放经营的业务形态里一般也没有什么大问题。
但对于产品形态已经确定、需要精细化运作的公司来说，IP地址的准确度和产品体验就发生了关系。一般来说，有如下几种场景需要IP地址库：
基于地理位置的服务，比如58同城，美团，大众点评，地方商超的互联网产品，需要根据用户的准确位置来推送相关信息，他的客户说，移动产品反而更需要精确的地域数据，毕竟GPS从用户角度，不是每个应用的强需求。
对访问要求比较高，比如游戏、在线视频、音频，静态内容等等，可以根据IP地址引导用户去就近就快访问服务器，用户体验会更有保障。
对于广告行业，有精准投放广告的需求，比如按照用户所在地域。
最普遍的需求就是做用户的地域数据分析，尤其是规模达到一定程度以上的情况，比如用户百万日活以上。
除此之外，任何互联网产品，如果能够有精确的地理信息，体验都会得到改善。十家公司做一样的产品，最终胜出来的只有一家，他们是产品形态、功能、创意上有什么本质的差别吗，或者可能只是因为那一家的响应速度比其他几家快了那么几十毫秒、推送的店铺离用户近了50米种种润物细无声的差异而已?
而据他说，他们维护的版本和别的IP库版本相比，差异度是随着时间逐渐加大的。
ipip.net现在的付费用户约200个，遍布安全、硬件、电商、移动广告、生活服务门户、CDN、云存储等领域。至于到底有多少公司需要用准确的IP库，高春辉并没有一个确切的答案，谁也不知道天花板在哪里。
“用户付费之后，你把离线数据库整包都发给他，这样数据不是很容易流出去?”
“我经常跟别人说，用户买的不是我们的数据，而是更新和维护服务，用户买回去基本上是‘开箱即用’，不需要自己折腾，我们有专人和专业积累来帮他们维护更新;加上定价也并不难以接受(高配版的年费9600，平均一个月800块，这个钱你连实习生都雇不到)，一般企业用户不愿意也不应该花这个时间和金钱成本，他们的时间应该花在自己的‘刀刃’上，做好自己的应用，而不是在基础设施上较劲。如果他非要用这种方式去用，我也没办法干预，这样的用户，哪怕是没有备用选项，本来也没有多大可能会付费的。”他讲。
ipip.net仍然维持着不间断的数据完善和修正。“要不是跟你在这儿聊天，我可能这会儿就正在电脑前更新数据库。”目前，得益于那两百个付费用户带来的收入，ipip.net已经由依赖他个人热情的one man project变成了3、4个人的团队。
有用户付费使用更好的服务，一个团队因此有了良好的商业回报而持续输出稳定、可靠的服务，一部分没有支付能力的人可以无偿使用免费版——他正努力创造一个多赢局面。
他们也在研发新产品，也许就快就会推出来。